基于日志的事件挖掘方法研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 日志事件提取 | 第8页 |
| 1.2.2 日志事件模式挖掘 | 第8-9页 |
| 1.2.3 日志事件摘要 | 第9页 |
| 1.3 研究内容及论文结构 | 第9-11页 |
| 2 日志事件提取方法研究与改进 | 第11-21页 |
| 2.1 日志数据形式 | 第11-12页 |
| 2.2 基于聚类的日志事件提取方法 | 第12-13页 |
| 2.2.1 StringMatch方法 | 第12页 |
| 2.2.2 IPLoM方法 | 第12-13页 |
| 2.2.3 LogSig方法 | 第13页 |
| 2.3 LogSig方法优化 | 第13-16页 |
| 2.3.1 变量声明 | 第14页 |
| 2.3.2 匹配度及目标函数 | 第14-15页 |
| 2.3.3 分组划分 | 第15页 |
| 2.3.4 日志签名生成 | 第15页 |
| 2.3.5 划分评价 | 第15-16页 |
| 2.4 实验分析 | 第16-19页 |
| 2.4.1 实验环境和数据收集 | 第16-17页 |
| 2.4.2 算法对比 | 第17-18页 |
| 2.4.3 日志签名生成质量 | 第18-19页 |
| 2.5 本章小结 | 第19-21页 |
| 3 带时滞的序列模式挖掘方法 | 第21-31页 |
| 3.1 合格的时滞区间 | 第21-24页 |
| 3.2 基于有序表的方法 | 第24-27页 |
| 3.2.1 有序表 | 第25-26页 |
| 3.2.2 生成合格的时滞区间 | 第26-27页 |
| 3.3 实验分析 | 第27-30页 |
| 3.3.1 实验环境与数据生成 | 第27-28页 |
| 3.3.2 有效性验证 | 第28-29页 |
| 3.3.3 复杂度分析 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于事件发生频率变化的事件摘要方法 | 第31-39页 |
| 4.1 事件摘要 | 第31页 |
| 4.2 事件摘要描述模型 | 第31-33页 |
| 4.2.1 全局模型 | 第32页 |
| 4.2.2 局部模型 | 第32-33页 |
| 4.3 模型编码 | 第33-34页 |
| 4.4 事件摘要生成 | 第34-35页 |
| 4.4.1 发现最优分段 | 第34-35页 |
| 4.4.2 发现最优分组 | 第35页 |
| 4.5 实验分析 | 第35-38页 |
| 4.5.1 实验环境和评估标准 | 第35-36页 |
| 4.5.2 仿真数据生成 | 第36页 |
| 4.5.3 实验结果与分析 | 第36-38页 |
| 4.6 本章小结 | 第38-39页 |
| 5 日志事件挖掘平台设计与实现 | 第39-53页 |
| 5.1 需求分析 | 第39-40页 |
| 5.2 系统架构 | 第40-41页 |
| 5.3 功能模块设计与实现 | 第41-52页 |
| 5.3.1 日志管理模块 | 第41-44页 |
| 5.3.2 日志数据统计 | 第44-45页 |
| 5.3.3 模式挖掘模块 | 第45-49页 |
| 5.3.4 事件摘要模块 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
